1
00:00:00,734 --> 00:00:02,767
[موسیقی]

2
00:00:03,790 --> 00:00:04,840
[اعلان کنندہ] یہ عوامی وسائل ہے۔

3
00:00:07,834 --> 00:00:10,599
[کارل مالامود] ہیلو ، میں کارل مالامود ہوں۔

4
00:00:10,599 --> 00:00:12,960
جنرل انڈیکس میں خوش آمدید۔

5
00:00:12,960 --> 00:00:20,050
ہم یہاں آپ کے مفت اور لامحدود کے لیے پیش کرتے ہیں۔
107 ملین سے نکالے گئے این گرام کا ایک سیٹ استعمال کریں ،

6
00:00:20,050 --> 00:00:24,790
233 ہزار ، 728 جرنل مضامین۔

7
00:00:24,790 --> 00:00:29,970
این گرام کی حد واحد الفاظ سے ہے ، جو کہ جانا جاتا ہے۔
بطور یونی گرام ، دو لفظی جملے (بگگرام)

8
00:00:29,970 --> 00:00:33,840
5 لفظوں کے جملے ، 5 گرام کے نام سے جانا جاتا ہے۔

9
00:00:33,840 --> 00:00:40,440
یہاں سب کو بتایا گیا ہے کہ 355 ارب قطاریں ن گرام کی ہیں۔
جنرل انڈیکس کی اس ریلیز میں ، ہر ایک۔

10
00:00:40,440 --> 00:00:43,910
ایک جریدے کے مضمون میں ایک ہٹ کے مطابق۔

11
00:00:43,910 --> 00:00:50,579
نکالنے کے لیے اسپیسی نامی ایک ٹول کٹ استعمال کیا گیا۔
این گرام ، جسے ہم نے تقسیم کیا ہے۔

12
00:00:50,579 --> 00:00:51,700
سولہ فائلوں میں.

13
00:00:51,700 --> 00:00:56,820
ہر صف سے وابستہ ایک md5 ہیش ہے ، جو
ایک جریدے کے مضمون کی نمائندگی کرتا ہے۔

14
00:00:56,820 --> 00:01:00,350
اس کے علاوہ ، ہم تعدد کی فہرست دیتے ہیں۔
مضمون میں ن گرام۔

15
00:01:00,350 --> 00:01:05,850
ہم امید کرتے ہیں کہ وقت کے ساتھ ساتھ تعدد بھی درج کریں۔
مجموعی کارپورس میں ، ایک مطابقت میٹرک۔

16
00:01:05,850 --> 00:01:08,600
TD/IDF کے نام سے جانا جاتا ہے۔

17
00:01:08,600 --> 00:01:14,450
ن گرام کے علاوہ ، جنرل انڈیکس۔
یاک کا استعمال کرتے ہوئے نکالے گئے مطلوبہ الفاظ پر مشتمل ہے۔

18
00:01:14,450 --> 00:01:20,320
ٹول کٹ ییک “ٹیکسٹ شماریاتی پر منحصر ہے۔
واحد دستاویزات سے نکالی گئی خصوصیات۔

19
00:01:20,320 --> 00:01:24,190
متن کے سب سے اہم مطلوبہ الفاظ منتخب کریں۔

20
00:01:24,190 --> 00:01:29,890
جنرل انڈیکس کلیدی جدولوں پر مشتمل ہے۔
کل 19 ارب مطلوبہ الفاظ۔

21
00:01:29,890 --> 00:01:36,530
آخر میں ، عام انڈیکس میں میٹا ڈیٹا ہوتا ہے۔
ٹیبل ، md5 ہیش کو اس طرح کی اشیاء پر نقشہ بنانا۔

22
00:01:36,530 --> 00:01:42,130
ایک جریدے کے مضمون کے لیے DOI کا منفرد پتہ ،
عنوان ، مصنف اور جریدہ

23
00:01:42,130 --> 00:01:47,000
یہ عام انڈیکس کی ابتدائی ریلیز ہے ،
ایک کام جاری ہے

24
00:01:47,000 --> 00:01:49,900
کچھ معاملات میں ، متن نکالنا ناکام ہو گیا۔

25
00:01:49,900 --> 00:01:54,450
بعض اوقات ، میٹا ڈیٹا دستیاب نہیں ہے ، یا ہے۔
شاید غلط بھی.

26
00:01:54,450 --> 00:01:59,830
جبکہ بنیادی کارپس بڑا ہے ، یہ ہے۔
مکمل نہیں ، اور تازہ ترین نہیں ہے۔

27
00:01:59,830 --> 00:02:04,430
اس کو بہتر بنانے کے کئی طریقے ہیں ،
اور ہم جنرل بنانے کے منتظر ہیں۔

28
00:02:04,430 --> 00:02:07,369
انڈیکس وقت کے ساتھ بہتر ہوتا ہے۔

29
00:02:07,369 --> 00:02:13,260
جنرل انڈیکس تقریبا approximately 38 پر قابض ہے۔
ڈیٹا کی ٹیرابائٹس پوسٹگریس کی شکل میں۔

30
00:02:13,260 --> 00:02:20,010
ڈمپ ، تاہم کمپریشن کے ساتھ ، یہ ASCII۔
ڈیٹا 8.5 ٹیرا بائٹس تک کم ہو گیا ہے۔

31
00:02:20,010 --> 00:02:25,139
آپ یہاں سے براہ راست ڈیٹا ڈاؤن لوڈ کرسکتے ہیں ،
یا بٹورینٹ جیسے ٹولز استعمال کریں۔

32
00:02:25,139 --> 00:02:31,540
آئینے یا دیگر عوامی بنانے کے لیے بلا جھجھک۔
ذخیرے عام انڈیکس کو دوبارہ تقسیم کرنے کے لیے۔

33
00:02:31,540 --> 00:02:37,689
ہماری امید ہے کہ اسے ایک نمبر پر رکھا جا سکتا ہے۔
استعمال کے. ہم پوسٹگریس ڈیٹا بیس استعمال کر رہے ہیں ،

34
00:02:37,689 --> 00:02:42,919
اور عام انڈیکس کو تلاش کرنے کے لیے استعمال کریں۔
ماسٹر لسٹ سے پودوں کے نام

35
00:02:42,919 --> 00:02:48,219
انڈیکس کو دوسرے کی تلاش کے لیے استعمال کیا جا سکتا ہے۔
اشیاء ، جیسے کیمیکل ، مختلف قسم کے جین۔

36
00:02:48,219 --> 00:02:54,300
انکوڈنگ ، پروٹین ، مواد ، جگہ کے نام ،
یا دیگر ادارے

37
00:02:54,300 --> 00:03:00,129
پوسٹگریس ڈیٹا بیس کی بجائے دوسری تکنیک ،
جیسا کہ بی ای آر ٹی ، ڈیٹا پر لاگو کیا جا سکتا ہے۔

38
00:03:00,129 --> 00:03:05,909
یہ ایک تلاش کا آلہ ہے ، علم کی لغت ،
علم کا نقشہ ، ایک ایسا آلہ جس پر ہم یقین رکھتے ہیں۔

39
00:03:05,909 --> 00:03:10,500
مشق کے لیے ایک ضروری سہولت ہے۔
ہمارے جدید دور میں سائنس

40
00:03:10,500 --> 00:03:16,919
علم کا یہ عمومی اشاریہ نہیں بنتا۔
بنیادی کارپورس دستیاب ، بلکہ ، حقائق۔

41
00:03:16,919 --> 00:03:19,099
کارپس سے نکالا جاتا ہے۔

42
00:03:19,099 --> 00:03:23,599
یہ ایک غیر مصدقہ ہے۔
اور تبدیلی کا استعمال

43
00:03:23,599 --> 00:03:28,569
ہم اسے ایک عوامی افادیت کے طور پر دیکھتے ہیں۔
جنرل انڈیکس پر کوئی ملکیت نہیں۔

44
00:03:28,569 --> 00:03:35,599
یہ پبلک ڈومین ، ایک سیریز کے لیے وقف ہے۔
غیر منقولہ حقائق جن سے آپ کر سکتے ہیں۔

45
00:03:35,599 --> 00:03:37,019
تم جو چاہو کرو.

46
00:03:37,019 --> 00:03:40,220
کوئی حقوق محفوظ نہیں ہیں۔

47
00:03:40,220 --> 00:03:46,510
دریافت کے راستے پر علماء مشورہ کر سکتے ہیں۔
زیادہ تیزی سے منزلیں تلاش کرنے کا یہ روڈ میپ۔

48
00:03:46,510 --> 00:03:52,540
وہ ملاحظہ کرنا چاہتے ہیں۔
دنیا کے وسیع ذخیرے کے دالان ،

49
00:03:52,540 --> 00:03:58,769
علماء اور سائنسدانوں کی اجتماعی جماعت
اور انجینئر اور فنکار جنہوں نے تخلیق کیا ہے۔

50
00:03:58,769 --> 00:04:01,370
یہ علم کے مندر

51
00:04:01,370 --> 00:04:08,219
یہ مندر ، اسکندریہ کی لائبریری سے۔
راہبوں سے ، الیگزینڈرا کی لائبریری میں۔

52
00:04:08,219 --> 00:04:14,239
آئرلینڈ کی وسیع جدید ریسرچ لائبریریوں میں۔
آج کے ، عرب اور یہودی لکھاریوں سے۔

53
00:04:14,239 --> 00:04:19,910
حکمت کے گھر کی تعمیر کے لیے مل کر کام کرنا۔
بغداد میں علم کے کارخانوں میں۔

54
00:04:19,910 --> 00:04:25,071
جدید مشرقی ہندوستانی تجارتی گھروں میں جیسے۔
آکسفورڈ اور کیمبرج کے پریس ، یہ۔

55
00:04:25,071 --> 00:04:30,400
وہ منزلیں ہیں جہاں علماء کو ضرور جانا چاہیے۔
ان کے ہنر کو آگے بڑھانا ، سیکھنا۔

56
00:04:30,400 --> 00:04:31,950
وہ جو ہمارے سامنے آئے

57
00:04:31,950 --> 00:04:37,190
ان مندروں میں تمام علم کا مجموعہ ہوتا ہے ،
لیکن ہمیں اس علم کو تلاش کرنے کے قابل ہونا چاہیے۔

58
00:04:37,190 --> 00:04:39,500
عام انڈیکس ایک نقشہ ہے۔

59
00:04:39,500 --> 00:04:44,630
یہ تمام انسانی علم کے مجموعے کا نقشہ نہیں ہے ،

60
00:04:44,630 --> 00:04:46,410
لیکن یہ یقینی طور پر ایک اہم سب سیٹ ہے۔

61
00:04:46,410 --> 00:04:51,960
علم میں اضافے اور پھیلاؤ کے لیے۔
جاری رکھنا ، اگر ہم کندھوں پر کھڑے ہوں۔

62
00:04:51,960 --> 00:04:56,520
جنات میں سے ، ہمیں یہ نقشے اس کو فراہم کرنے چاہئیں۔
خیالات کی وسیع دنیا

63
00:04:56,520 --> 00:05:02,670
عام انڈیکس صرف ایک آلہ ہے ، ایک آلہ ہے۔
کہ ہم امید کرتے ہیں کہ وقت کے ساتھ معیار میں اضافہ ہوگا۔

64
00:05:02,670 --> 00:05:08,250
اور دائرہ کار میں ، ایک ایسا آلہ جو ہمیں امید ہے کہ فراہم کرے گا۔
ایک مفید شراکت

65
00:05:08,250 --> 00:05:09,460
آپ کی سائنس کی مشق کے لیے

66
00:05:09,460 --> 00:05:14,121
ہم امید کرتے ہیں کہ آپ اس جنرل انڈیکس کو بھی رکھیں گے۔
حیرت انگیز استعمال ، کہ ہم انڈیکس بنا سکتے ہیں۔

67
00:05:14,121 --> 00:05:19,670
بہتر ، کہ آپ دوسرے ٹولز بنا سکتے ہیں ، وہ۔
علماء کی جماعت مل کر کام کر سکتی ہے۔

68
00:05:19,670 --> 00:05:24,910
وسیع گہرائیوں کی کان کنی کی مشترکہ جستجو میں۔
سیکھنے کے اس سمندر سے

69
00:05:24,910 --> 00:05:30,160
میرا ماننا ہے کہ ہم سب ایک مشترکہ مقصد رکھتے ہیں ،
ایک مشترکہ امید.

70
00:05:30,160 --> 00:05:35,660
بطور سائنسدان ، دانشور ، فنکار ، ادیب ،
دنیا کے شہریوں کے طور پر ، بچوں کی خواہش کے طور پر

71
00:05:35,660 --> 00:05:41,770
سیکھنا ، بطور شوقین انسان ، میرا یقین ہے۔
ہم سب امید کرتے ہیں کہ اضافہ اور پھیلاؤ۔

72
00:05:41,770 --> 00:05:47,100
علم ہماری دنیا کو بہتر بنائے گا۔
جگہ ، کہ اس سے ہمیں ہماری بات سمجھنے میں مدد ملے گی۔

73
00:05:47,100 --> 00:05:53,110
دنیا ، بیماری اور غربت کا علاج کرنے کے لیے ، آگے بڑھنے کے لیے۔
سائنس اور تجارت کی ترقی اور

74
00:05:53,110 --> 00:05:55,000
انسانیت اور فنون

75
00:05:55,000 --> 00:06:01,140
سائنس ایک ایسی زبان ہے جسے ہم سب کو بولنا چاہیے۔
ہمیں اپنی دنیا کو بہتر بنانا ہے۔

76
00:06:01,140 --> 00:06:03,620
سننے کے لیے شکریہ.

77
00:06:03,620 --> 00:06:11,890
[مہر بھونک رہی ہے]

78
00:06:11,890 --> 00:06:13,950
[موسیقی]